关键词：ct图像 肝分割 稠密金字塔特征网络 

摘要：目的探讨稠密金字塔特征网络在多期腹部增强CT图像上对肝全自动分割的方法与性能。方法收集解放军总医院第一医学中心2015-2018年住院患者腹部增强CT的原始医学数字成像和通信(DICOM)图像20例,其中男性15例,女性5例,年龄均>30岁。使用Python软件及TensorFlow开源平台进行资料分析,构建稠密金字塔特征网络进行肝自动分割,并与U型网络(U-Net)模型在性能上进行比较。结果本文提出的肝分割方法的DICE系数在动脉期、静脉期、延迟期分别为95.97%、96.22%、96.16%,高于U-Net网络的95.59%、95.85%、95.56%。结论稠密金字塔特征网络在不同期均明显优于U-Net分割网络。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社